8k Star！基於 Matplotlib 的數據可視化利器

【導語】：Seaborn 是一個能夠實現數據可視化的 Python 庫，它是基於 matplotlib 庫封裝而成的，同時還能兼容 pandas 數據結構。咱們可使用 Seaborn 來製做漂亮的數據圖表，操做簡單，易於上手。

提示：Seaborn 支持 Python 3.7+ ，已再也不支持 Python 2。

簡介

一、數據可視化的工具介紹

數據可視化是一種數據科學家將原始數據轉化爲圖表的技術，這些圖表能產生許多有價值的信息。圖表下降了原始數據的複雜性，使用戶更易理解。

有許多完成數據可視化的工具，例如 Tableau、Power BI、ChartBlocks以及其餘的無代碼工具。這些工具備着各自的用戶，也都很強大。然而當咱們須要一個良好的平臺來處理原始數據時，python 不失爲一個好的選擇。

雖然這種方法較爲複雜，須要的編程知識也更多，但 python 能經過許多操做和轉換來完成數據可視化，所以對數據科學家來講是一個理想的選擇。Python 最大的一個優勢就是它擁有強大的第三方庫，來處理數據，好比numpy、pandas、matplotlib、tensorflow。

Matplotlib多是目前最受承認的繪圖庫了，不只適用於python，還適用於R語言等。它的定製化和可操做性使其坐上了頭把交椅。然而當使用 matplotlib 時，有些定製化和操做功能很難實現。

基於 matplotlib，開發者創造了一個叫 seaborn 的庫。seaborn 與 matplotlib 同樣強大，在帶來一些新特性的同時還能簡化繪圖。

在本文中，咱們主要關注如何使用 seaborn 繪製高級的圖表。你能夠依據這些例子建立本身的圖表。

### 2. Seaborn是什麼？

Seaborn是 python 中一個能夠製做數據圖表的庫。它是 matplotlib 庫的高級封裝，同時還能兼容 pandas 數據結構。

Seaborn能讓你快速探索並理解數據。seaborn的工做方式爲：首先捕捉包含全部數據的整個數據結構或數組，隨後經過執行繪圖和統計數據須要的全部內部函數，將數據轉換爲信息圖。

當你根據自身需求設計圖表時，seaborn能減小複雜性。

Seaborn 的Github主頁：
https://github.com/mwaskom/se...

安裝

pip install seaborn

當安裝seaborn時，也會自動安裝其餘繪圖所須要的庫，例如 matplotlib,pandas、numpy 和 scipy。此外，在寫代碼繪圖前，咱們須要導入一些模塊。

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import seaborn as sns

簡單使用

### 1. 繪製你的第一個圖表

因爲網絡問題，在國內使用seaborn的數據集時，注意啓用代理，以避免沒法加載數據集。

在咱們開始畫圖以前，須要使用數據。seaborn的方便之處在於它兼容pandas數據結構。此外，該庫自帶了
一些內建數據集，你能夠直接用代碼加載，無需手動下載文件。讓咱們一塊兒來看看如何加載一個包含航班信息的數據集：

flights_data = sns.load_dataset("flights")
res = flights_data.head()
print(res)

輸出結果以下：

	year	month	passengers
0	1949	Jan	112
1	1949	Feb	118
2	1949	Mar	132
3	1949	Apr	129
4	1949	May	121

當調用load_dataset函數並寫入數據集的名稱後，神奇的事情發生了，控制檯返回了一個數據結構。
全部的數據集在這裏可見：

Github連接：

https://github.com/mwaskom/se...

2. 散點圖

散點圖是一個基於二維數據來顯示點的圖表。用 seaborn 庫來繪製一個散點圖只須要幾行代碼，很是簡單。scatterplot 須要的參數是咱們繪圖須要的數據集，以及x，y軸分別表明什麼數據。

flights_data = sns.load_dataset("flights")
sns.scatterplot(data=flights_data, x="year", y="passengers")
plt.show()

繪製的圖表以下：

3. 線條圖

根據連續或分類數據的變化，畫出線條圖。它是一種流行且廣爲人知的圖表，易於繪製。與以前類似，咱們使用lineplot函數，
指定數據集，以及x,y軸分別表明哪一列數據。seaborn會完成剩餘的工做：

flights_data = sns.load_dataset("flights")
sns.lineplot(data=flights_data, x="year", y="passengers")
plt.show()

繪製的圖表以下:

4. 條形圖

正如你所推測的那樣，條形圖多是最出名的圖表類型了。與散點圖和線條同樣，咱們能夠用barplot函數繪製條形圖：

flights_data = sns.load_dataset("flights")
sns.barplot(data=flights_data, x="year", y="passengers")
plt.show()

繪製的圖表以下:

5. 用matplotlib擴展

seaborn創建在matplotlib之上，擴展了它的功能，增長了複雜性。如其所述，卻並無限matplotlib的性能。任何seaborn圖表均可以用matplotlib的函數繪製。seaborn在特定的操做中能夠提供幫助，容許seaborn利用matplotlib的力量而無需重寫函數。例如你若是想用seaborn來自動繪製多個圖表，你就能夠利用matplotlib中的subplot函數:

diamonds_data = sns.load_dataset('diamonds')
plt.subplot(1, 2, 1)
sns.countplot(x='carat', data=diamonds_data)
plt.subplot(1, 2, 2)
sns.countplot(x='depth', data=diamonds_data)
plt.show()

繪製的圖表以下:

使用subplot功能，咱們能夠在一個圖上繪製多個圖表。該函數有三個參數，第一個是行數，第二個是列數，最後一個是圖號。咱們使用matplotlib與seaborn中的函數，seaborn在每一個subplot中繪製一個seaborn圖表。

6. 繪製不一樣風格的漂亮圖形

seaborn使咱們能夠更改圖形界面，它提供了五種不一樣的風格：darkgrid,whitegrid,dark,white,和ticks.

第一個例子深色網格圖：

flights_data = sns.load_dataset("flights")
sns.set_style("darkgrid")
sns.lineplot(data = flights_data, x = "year", y = "passengers")
plt.show()

繪製的圖表以下:

另外一個例子白色網格圖：

flights_data = sns.load_dataset("flights")
sns.set_style("whitegrid")
sns.lineplot(data=flights_data, x="year", y="passengers")
plt.show()

繪製的圖表以下:

很酷的用法

. 下載小費數據集

咱們瞭解seaborn的基本知識後，如今讓咱們經過在同一數據集上構建多個圖表，來進行練習。在咱們的例子中，咱們將
使用數據集「tips」，你可使用seaborn直接下載。首先，加載數據集：

tips_df = sns.load_dataset('tips')
res = tips_df.head()
print(res)

輸出結果以下：

	total_bill	tip	sex	smoker	day	time	size
0	16.99	1.01	Female	No	Sun	Dinner	2
1	10.34	1.66	Male	No	Sun	Dinner	3
2	21.01	3.50	Male	No	Sun	Dinner	3
3	23.68	3.31	Male	No	Sun	Dinner	2
4	24.59	3.61	Male	No	Sun	Dinner	4

我想打印出數據集的前幾行，來了解列和數據自己。一般我會用一些pandas函數修復一些數據問題，好比null值，還可
以加入一些對數據集有用的信息。你能夠在下面的連接中閱讀更多信息：

pandas使用指南:

https://livecodestream.dev/po...

讓咱們在數據集中建立新的一列，以表示小費佔總費用的百分比：

tips_df = sns.load_dataset('tips')
tips_df.head()
tips_df["tip_percentage"] = tips_df["tip"] / tips_df["total_bill"]
res = tips_df.head()
print(res)

新的數據結構以下：

	total_bill	tip	sex	smoker	day	time	size	tip_percentage
0	16.99	1.01	Female	No	Sun	Dinner	2	0.059447
1	10.34	1.66	Male	No	Sun	Dinner	3	0.160542
2	21.01	3.50	Male	No	Sun	Dinner	3	0.166587
3	23.68	3.31	Male	No	Sun	Dinner	2	0.139780
4	24.59	3.61	Male	No	Sun	Dinner	4	0.146808

2. 理解tip_percentage

讓咱們首先看看tip_percentage的分佈。鑑於此，使用hisplot來產生柱狀圖：

tips_df = sns.load_dataset('tips')
tips_df["tip_percentage"] = tips_df["tip"] / tips_df["total_bill"]
sns.histplot(tips_df["tip_percentage"], binwidth=0.05)
plt.show()

繪製的圖表以下:

咱們必須自定義binwidth屬性以使其更具可讀性，如今咱們能夠快速理解數據了。大多數客戶會給15％至20％的小費，而有些狀況下，小費超過70％。這些值是異常的，應該進行檢查，以肯定這些值是否出錯。

3. 觀察tip_percentage是否與天天的不一樣時刻是否有關，也將會頗有趣：

tips_df = sns.load_dataset('tips')
tips_df["tip_percentage"] = tips_df["tip"] / tips_df["total_bill"]
sns.histplot(data=tips_df, x="tip_percentage", binwidth=0.05, hue="time")
plt.show()

繪製的圖表以下:

此次咱們加載了全部數據集到圖表中，而不只僅是一列，而後給time列設置了hue屬性。這將會使圖表給每個time值設置不一樣的顏色，併爲其添加圖例。

4. 一週中某天的小費數

另外一個有趣的度量標準是根據一週中的某天，知道能夠獲得小費的總數：

tips_df = sns.load_dataset('tips')
tips_df["tip_percentage"] = tips_df["tip"] / tips_df["total_bill"]
sns.barplot(data=tips_df, x="day", y="tip", estimator=np.sum)
plt.show()

繪製的圖表以下:

看起來星期五很適合待在家裏。

5. 桌子尺寸和日期對小費的影響

有時候咱們想要知道多個變量如何共同影響輸出。例如，星期幾和桌子尺
寸怎樣共同影響小費百分比？爲了畫出最終的圖表，咱們首先用pandas中的pivot函數預處理數據，隨後繪製一個熱點圖：

tips_df = sns.load_dataset('tips')
tips_df["tip_percentage"] = tips_df["tip"] / tips_df["total_bill"]
pivot = tips_df.pivot_table(
    index=["day"],
    columns=["size"],
    values="tip_percentage",
    aggfunc=np.average)
sns.heatmap(pivot)
plt.show()

繪製的圖表以下:

結論

固然，咱們還能夠用 seaborn 作不少事情，經過查看官方文檔能看到更多例子。感謝你的閱讀！

官方文檔地址： http://seaborn.pydata.org/

開源前哨 平常分享熱門、有趣和實用的開源項目。參與維護 10萬+ Star 的開源技術資源庫，包括：Python、Java、C/C++、Go、JS、CSS、Node.js、PHP、.NET 等。